De beste customer experience komt van mens én machine 

De snelle ontwikkeling van AI en machine learning zorgt voor spannende mogelijkheden voor het verbeteren van de ervaring van zowel klanten als medewerkers. Denk aan predictive routing, predictive engagement, geautomatiseerde forecasting en agentondersteuning. Uiteindelijk draait het bij alle mogelijheden om de vraag: hoe haal je maximaal rendement uit je data en klantcontact?

De winst zit niet zozeer in het vervangen van de mens door AI, maar in het op de juiste manier mengen (‘blenden’) van de sterke kanten van mens en machine. AI is goed in het snel analyseren van grote hoeveelheden data, het adequaat verwerken van routinematige werkzaamheden en vragen en in het opzoeken van informatie. Mensen hebben meer mensenkennis, kunnen emoties beter inschatten en zijn creatiever in hun oplossingen. Dat maakt ieder beter geschikt voor bepaalde taken.

Optimale klantervaring

Een standaardvraag over openingstijden kan een chatbot prima afhandelen. Een complexere vraag over een levering die is misgegaan, hoort thuis bij een medewerker die het kan uitzoeken. Maar combineer de twee en vergroot de kans op een optimale klantervaring. Laat een gesprek starten in de webchat en schakel naadloos over op een medewerker als het te complex wordt. Stuur wel alle beschikbare informatie mee zodat de conversatie voor de klant gewoon doorloopt. AI kan de medewerker ondertussen blijven ondersteunen door op basis van spraakherkenning informatie en tips te presenteren voor een passende oplossing. 

Hyperpersonalisatie

Een klant belt met een webwinkel: een bot pakt het gesprek op en vraagt of ze belt vanwege de sportschoenen die net zijn geleverd. Op basis van spraakherkenning begrijpt de bot dat ze deze wil terugsturen omdat ze niet passen en regelt direct het retourproces. Bovendien biedt de bot aan om de klant door te verbinden naar een medewerker voor het bestellen van wel passende schoenen. De medewerker wordt in het gesprek ondersteund met suggesties voor vragen (“Voor welke sport, heb je een voorkeur voor merk?”) en produceert zo een bestellink voor de klant.

AI moet dus passen in het proces en vooral de context verrijken, zodat we nog beter begrijpen wat de klant wanneer nodig heeft. Zo kun je als bedrijf op het juiste moment het juiste aanbod doen of de juiste ondersteuning bieden. Dat leidt tot een hoge klanttevredenheid en grotere omzetten.
Een voorbeeld is het doen van een individuele, passende aanbieding bij een klant van de webwinkel, die een vol winkelmandje dreigt achter te laten. Dat aanbod wordt gebaseerd op alle bekende data van de individuele klant en de kennis over de mogelijke motieven om al dan niet tot aankoop over te gaan. Het aanbod kan variëren van een korting tot een compliment dat de nieuwe aanschaf zo goed aansluit bij eerdere aankopen.

Voice of the Customer

Uiteindelijk gaat het erom de stem van de klant niet alleen goed te horen, maar vooral ook te begrijpen. Over vijf jaar zien we dan ook teams met nieuwe vaardigheden en specialisaties gericht op de Voice of the Customer. Data-analisten zullen niet langer alleen data verzamelen en vragenlijsten analyseren maar datawetenschap en psychologie combineren. Het wordt hun vakgebied om de geanalyseerde data te correleren met gepersonaliseerde gewoontes en gedragingen. 

Klantreizen worden nu al volop ingezet, maar in 2024 ontwerpen specialisten steeds meer hyperpersoonlijke klantreizen. Zij zijn heel gericht bezig en begrijpen precies wat klanten belangrijk vinden en wat hun voorkeuren zijn. Het systeem van Net Promotor Scores (NPS) ontwikkelt zich tot een bedrijfscultuur waarmee de merkbelofte op alle kanalen en functies kan worden gemanaged en geleverd. Dit nieuwe NPS-systeem zorgt voor instant coaching, laat de uitdagingen en grote kansen zien en geeft een kader voor het introduceren van nieuwe diensten en producten.

Verantwoordelijkheden en AI

Juist omdat de mogelijkheden van AI eindeloos lijken, moeten we ook goed nadenken over de effecten op de samenleving. Genesys ontwikkelt daarom naast software ook richtlijnen voor ethiek en AI. Het beschermen van gebruikersgegevens is daarbij een belangrijk onderdeel: AI mag geen inbreuk maken op de datarechten of privacy van individuen of gemeenschappen. Het recht om te weten welke informatie wordt verzameld, voor hoe lang en waarvoor, blijft bestaan. Bij AI kan dit een extra uitdaging zijn, omdat het systeem vaak zelf kan afwegen om bepaalde informatie toe te voegen en mee te nemen in de besluitvorming over de beste aanpak.

Eerlijke bots door goede training

Organisaties moeten altijd aanspreekbaar en verantwoordelijk zijn voor de AI-systemen die zij creëren en de systemen die door de AI worden gecreëerd. Dat betekent dat bedrijven ook verantwoordelijk zijn als hun bots iets schadelijks bouwen of schade veroorzaken. Zo kan het voorkomen dat de bot zich ontwikkelt op een manier die niet wenselijk is. Of dat beperkte referentiematerialen de oorzaak zijn van een systeem dat bijvoorbeeld meer mannen dan vrouwen selecteert. Bedrijven moeten ervoor zorgen dat hun AI-systemen eerlijk zijn en dat ze geen vooroordeel introduceren, bijvoorbeeld op basis van etniciteit, geslacht, seksuele oriëntatie of beperkingen. Dat betekent onder meer veel aandacht voor het trainen van bots en diversiteit in referentiematerialen.

Mens en technologie brengen samen waarde

Het mengen van technologie en mensen voor het creëren van duurzame en betekenisvolle ervaringen is een kunst. Het is complex, continu, bewust en van vitaal belang. Met de technologie van AI profiteren we van de enorme mogelijkheden van data-analyse en informatieverwerking. Maar het zijn uiteindelijk de mensen die een merk uitstralen en naar de stem van de klant luisteren. 

Meer informatie? Download de whitepaper Creëer een optimale balans tussen menselijk talent en AI.